На сайті Times Higher Education опубліковано статтю Розалінд Скіллен «Великі мовні моделі знижують оригінальність наукових пропозицій».
У ній йдеться про матеріали дослідження стосовно використання великих мовних моделей під час підготовки заявок на федеральне фінансування досліджень у США. Було проаналізовано біля 6 тис. заявок до Національного наукового фонду США та Національного інституту здоров’я, а також 131 тис. схвалених грантових заявок за 2021–2025 роки. Встановлено, що проєкти, які більшою мірою згенеровані ШІ, були менш семантично відмінними від тих проєктів, які раніше вже отримали фінансування. Звісно, великі мовні моделі можуть допомагати швидше готувати й редагувати тексти, чіткіше формулювати ідеї та долати мовні бар’єри. Разом із тим, використання цих інструментів призводить до дублювання у нових проєктах вже відомих ідей та успішних пропозицій вже виконуваних досліджень. Науковці можуть завдяки ШІ підвищувати власну продуктивність, але згенеровані заявки на гранти стають все менш оригінальними. Стрімке поширення великих мовних моделей вже змінює способи підготовки, відбору та подальшої реалізації наукових ідей у системі грантового фінансування. Проблема полягає не у використанні ШІ, а в тому, що відбувається зміщення балансу з пошуку нових ідей на обговорення вже усталених напрямів. В результаті грантодавці починають змінювати правила, внаслідок чого заявки, текст яких значною мірою згенерований ШІ, отримують більш прискіпливу експертизу.
Детальніше: https://www.timeshighereducation.com/news/large-language-models-reduce-originality-research-proposals
Фото: рixabay.com
#НРАТ_Усі_новини #НРАТ_Освітянам_новини #НРАТ_ШтучнийІнтелект #НРАТ_TimesHigherEducation
